春節前夕，NVIDIA連續釋出了3款顯卡，作為RTX 40 SUPER系的三款中高端產品，在AI生產力上備受關註，今天為大家簡單復盤一下測試的這三款顯卡的AI效能。
1 ON1 Resize AI 2023測試
ON1 Resize AI 2023是一款AI影像修復軟體，包括圖片縮放，內容填充等功能，同時它也可以作為PS等軟體的外掛程式形式存在，非常方便快捷。
測試選擇NVIDIA提供的5張高分辨率圖片進行，我們將在原圖片的尺寸上直接放大200%，可以看到放大後的圖片尺寸已經達到了12000×8000。
在軟體中，渲染過程以毫秒為單位，我們共選擇5張圖片進行放大對比，分值取5張渲染時間之和。
可以看到兩張70級別顯卡雖然效能提升相當大，但與新的準旗艦顯卡RTX 4080 SUPER差距還是很大的。
放大後使用NVIDIA ICAT進行對比，左側為使用ON1 Resize AI 2023進行放大200%的圖片，可以看到在車胎部份的編碼明顯比原始影像更清晰。
在另一張對比中圖中，使用AI放大後，樹葉的脈絡更清晰，整張圖片看起來也更銳一點。對於一張放大200%的圖片來說，確實令人驚奇。
AI對於日常生活的套用的確更加方便，在我們以往的認知中，圖片尺寸放大必然會損失品質。但經由AI的加持，反而更清晰，這對於老照片的修復，起到了更加便捷的作用。
2 Stable Diffusion測試
這次SUPER系顯卡的SD測試由於新增了TensorRT外掛程式，可以充分呼叫Tensor算力，所以我們的對比也分為兩組，一組為基礎的SD 1.5模型，另一組為較大的SDXL模型。
【註：所有測試預設開啟xformers最佳化方案】
首先是較為基礎的SD1.5模型測試，在SD1.5中模型的輸出分辨率為512×512和768×768。我們將匯出【TRT】引擎，並記錄使用預設模型渲染，以及【TRT】模型渲染的批次時間。
根據NVIDIA提供的統一參數進行輸出，以便記錄結果。其中采樣方式為：Euler a；采樣步驟：50；Batch Count：10
在SD測試中，成績所形成的等差數列與ON1 Resize AI 2023基本相同。可以看到在使用TRT引擎計算後，時間有明顯縮短，提升達到30%左右。
第二次測試為的SDXL模型測試，SDXL模型將在1024×1024分辨率進行訓練，相比SD1.5來說影像大了2倍，它可以提供更準確的關鍵字匹配，從而獲得更真實的結果。但由於更高的原生分辨率和模型復雜性，SDXL模型的計算強度明顯更高。
我們按照相同的參數進行設定，但尺寸規定為1024×1024。
在更復雜的模型中，TensorRT引擎的優勢愈發明顯。而相比沒有使用TRT引擎的預設模型，幾乎可以領先一個級別的顯卡。
至於三張顯卡的AI處理效能，相信從表格中能夠非常清楚的看到差距，尤其在處理大模型上。如果你工作中需要經常用到AI算力，那麽RTX 4080 SUPER級別的顯卡能夠提供顯著的幫助；如果只是偶爾玩一玩的話，70級別的顯卡也完全能滿足，只不過需要多等幾分鐘。
(8552222)
